基于卷积长短期记忆网络的NDVI预测方法研究

摘要：

植被作为生态系统的重要组成部分,分析、预测其分布特征对目标地物监测、估产、自然灾害预测等应用具有重要意义.选取内蒙古自治区锡林郭勒盟为研究区,基于卷积长短期记忆网络(ConvLSTM),利用2000年2月至2012年12月500 m分辨率的MODIS逐月NDVI时序特征影像产品(MODND1M),通过对不同参数进行优化与调整,建立预测模型,实现了2013年逐月NDVI值的预测,并与同期NDVI产品进行对比分析.结果表明,植被生长周期4～10月预测数据整体上与产品数据趋势一致,决定系数R2平均值为0.678,精度最高可达0.835.该预测算法能充分利用空间时序特征实现对NDVI的预测,并为农作物估产、地上植被生物量估算等研究提供有力的技术支撑.

关键词：ConvLSTM、时间序列、NDVI预测、MODIS产品

所属期刊栏目：27

分类号：F224.9(经济计算、经济数学方法)

资助基金：国家自然科学基金项目;山东省自然科学基金项目;国家海洋局海域管理技术重点实验室开放基金项目

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：60-67